Yüz görüntülerinden kırışıklık tespiti ve sınıflandırılmasıyla yaş tahmini algoritması geliştirilmesi

Yaşlanma; canlı doğasının getirdiği, ilerleyen yaşla birlikte hücre, doku, organ ve sistemlerde meydana gelen ve geriye dönüşümü olmayan değişikliklerin bütünüdür. Gelişen teknolojiyle beraber insan ömrünün ortalama değerini yükseltme ve yaşlanmayı her yönden yavaşlatma üzerine de birçok çalışma yürütülmektedir. Yapılan çalışmalar içerisinde insanların yaşam kalitesini artırmayı da hedefleyen kırışıklık karşıtı ürünler yaşlanmayı yavaşlatma alanında oldukça ilgi görmektedir. Kırışıklıklar üzerine yapılacak analizler geliştirilen kırışıklık karşıtı ürünlerin verimliliğinin incelenmesine de büyük oranda katkı sağlayacaktır. Ürünlerin, kişinin vücut yaşından ziyade cilt yaşına adapte edilebileceği, böylece daha hızlı ve daha verimli tedavi süreçleri sağlanacağı mümkün görünmektedir. Literatürde kırışıklıkların tespiti ve seviyelendirilmesiyle yaş tahmini yapılması üzerine öncü çalışmalar bulunmaktadır. Ancak, klinik tedavilerin öncesi ve sonrasında kırışıklıkların tespitini otomatik olarak yapacak standart bir sisteme ihtiyaç duyulmaktadır. Yürütülen tez çalışması kapsamında kişilerin yüz bölgesinde görülen kırışıklıkların analiziyle, yaş değerleri hakkında tahminde bulunan bir karar destek sistemi geliştirilmiştir. Kırışıklık tedavileri için kullanılması planlanan operasyon ve ilaçların etkinliğini gözlemlemek için bir metodoloji sunulmuştur. Çalışmada elde edilen görüntü işleme ve sınıflandırma algoritmalarının doğruluğu MORPH, FG-Net veri tabanları ve tez kapsamında oluşturulan yeni veri seti üzerinden test edilmiştir. Öncelikle eldeki görüntüler üzerinde görüntü işleme algoritmaları uygulanarak kırışıklıkların bölütlenmesi sağlanmıştır. Ardından elde edilen kırışıklık bölgelerine ait Gabor süzgeci değerleri, Yerel İkili Örüntü (LBP) histogramları ve kırışıklık seviyeleri üzerinden elde edilen öznitelik vektörleri, her bölgenin yaşlanmayla olan ilintisine göre ağırlıklandırılarak oluşturulmuştur. Devamında yapay sinir ağları, karar ağaçları, destek vektör makineleri ve k-en yakın komşu sınıflandırma metotları üzerinden oluşturulan sınıflandırma modelleri eğitilmiştir. Kullanılan dört bireysel sınıflandırma modeli üzerinden denemeler yapılmış, test görüntüleri üzerinden kişilerin yaşları hakkında bilgi veren bir sistem tasarlanmıştır. Ayrıca bu bireysel sınıflayıcıların doğruluk oranları üzerinden oylama yapan bir füzyon sınıflayıcı oluşturulmuştur. Deney sonuçlarında füzyon sınıflandırma metodunun, bireysel sınıflayıcılara göre daha yüksek doğrulukta sonuç verdiği görülmüştür.